Visualisasi prediksi penyebaran penyakit covid-19 di indonesia menggunakan metode cellular automata

DETAIL KOLEKSI

Visualisasi prediksi penyebaran penyakit covid-19 di indonesia menggunakan metode cellular automata

Oleh : Safira Aurellia Azzahra

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2022

Pembimbing 1 : Dian Pratiwi

Pembimbing 2 : Syandra Sari

Subyek : Diseases - Simulation metdods;Computer networks;Computer programming language

Kata Kunci : cellular automata, covid-19, spread, visualisasion data

Status Posting : Published

Status : Lengkap

File Repositori

No.	Nama File	Hal.
1.	2022_TA_SIF_064001700017_Halaman-Judul.pdf	13
2.	2022_TA_SIF_064001700017_Lembar-Pengesahan.pdf	3
3.	2022_TA_SIF_064001700017_Bab-1_Pendahuluan.pdf	3
4.	2022_TA_SIF_064001700017_Bab-2_Tinjauan-Pustaka.pdf	14
5.	2022_TA_SIF_064001700017_Bab-3_Analisa-dan-Perancangan.pdf	22
6.	2022_TA_SIF_064001700017_Bab-4_Implementasi-dan-Uji-Coba.pdf	24
7.	2022_TA_SIF_064001700017_Bab-5_Kesimpulan.pdf	2
8.	2022_TA_SIF_064001700017_Daftar-Pustaka.pdf	2
9.	2022_TA_SIF_064001700017_Lampiran.pdf	8

Abstrak
Abstract

P ada awal 2020 dunia dihebohkan dengan wabah virus covid-19 yang menginfeksi hampir seluruh dunia. Covid 19 merupakan salah satu penyakit menular yang disebabkan oleh virus SARS-COV-2, atau yang biasa disebut dengan corona virus. Kasus COVID 19 pertama kali terdeteksi di Indonesia sejak awal maret 2020, Jakarta merupakan episentrum penyebaran kasus covid 19 di Indonesia, disusul dengan kota-kota besar lainnya. Salah satu cara untuk membantu pemerintah dalam pengambilan keputusan menangani covid 19 adalah dengan membuat peta sebaran pasien covid 19 yang dapat diakses oleh orang-orang yang memiliki kepentingan saja melalui website.Dalam penelitian ini data diperoleh dari situs kaggle.com yang dimana situs ini merupakan kumpulan data-data yang dapat digunakan untuk data science, pada situs ini terdapat 50.000 publik dataset, dan salah satunya terdapat dataset mengenai COVID-19. Data yang digunakan dalam penelitian ini adalah periode, lokasi, total kasus dan populasi dari tanggal 3 Maret 2020 sampai dengan 9 Juli 2021. Setelah mendapatkan data, data tersebut kemudian diolah untuk mendapatkan rules perminggu. Setelah mendapatkan rules perminggu, data tersebut dimasukan kedalam perhitungan skema moore untuk mendapatkan hasil prediksi minggu selanjutnya. Kemudian hasil prediksi dituangkan dalam bentuk peta. Untuk membuat prediksi yang cocok dengan kondisi spasial dan temporal dari Indonesia diperlukan pendekatan model geografis selular dengan menggunakan metode Celluler Automata. Dalam pembuatan visualisasi Cellular Automata memiliki beberapa tahapan terdiri dari pengumpulan data dan pembuatan peta COVID 19 yang sudah terjadi, selanjutnya proses prediksi kasus COVID menggunakan CA. Proses prediksi menggunakan ketetanggaan CA dilakukan menggunakan rumus moore, rumus yang menerapkan ketetanggan berdekatan dari 8 tetangga. Tingkat keakuratan dari Cellular Automata yang telah diuji coba, tingkat error pada Cellular Automata dengan ketetanggaan moore mencapai 431.1466353% dengan menggunakan MAPE. Nilai error pada metode Cellular Automata cukup tinggi dikarenakan adanya beberapa faktor yang membuat hasil prediksi dengan hasil data aslinya berbeda, seperti penerapan pembatasan sosial oleh pemerintah sehingga membuat kasus covid 19 menurun, akan tetapi metode ini tetap dapat digunakan untuk melakukan penelitian kasus covid 19 dengan menggunakan metode selain regresi linear.

A t the beginning of 2020, the world was shocked by the Covid-19 virus outbreak that infected almost the entire world. Covid 19 is an infectious disease caused by the SARS-CoV-2 virus, or commonly known as the coronavirus. The first case of COVID 19 was detected in Indonesia in early March 2020, Jakarta is the epicenter of the spread of Covid 19 cases in Indonesia, followed by other big cities. One way to assist the government in making decisions to deal with COVID-19 is to create a map of the distribution of COVID-19 patients based on which can only be accessed by people who have an interest through the website. In this study, the data was obtained from the kaggle.com site which is a collection of data that can be used for data science, on this site, there are 50,000 public datasets, and one of them is a dataset regarding COVID-19. The data used in this study is the period, location, total cases, and population from March 3, 2020, to July 9, 2021. After getting the data, the data is then processed to get weekly rules. After getting the weekly rules, the data is entered into the calculation of the Moore scheme to get the prediction results for the next week. Then the prediction results are poured in the form of a map.To make predictions that match the spatial and temporal conditions of Indonesia, a cellular geographic model approach is needed using the Cellular Automata method. In making the Cellular Automata visualization, several stages are consisting of data collection and making a map of COVID 19 that has already occurred, then the process of predicting COVID cases using CA. The prediction process using CA neighbors is carried out using Moore's formula, a formula that applies the adjacent neighbors of 8 neighbors. The accuracy level of Cellular Automata which has been tested for accuracy, the error rate on Cellular Automata with Moore's neighbors reaches 431.1466353% using MAPE. The error value in the Cellular Automata method is quite high due to several factors that make the prediction results with the original data results different, such as the implementation of social restrictions by the government to reduce the number of cases of covid 19, but this method can be used to research cases of covid 19.